Google Cloud 将 Replit 评为 2026 年度 AI 工具合作伙伴，认可该平台目前已被超过 5000 万人使用，覆盖 85% 的《财富》500 强企业。该奖项紧随 Replit 推出 Agent 4 之后，公司称其速度比 Agent 3 快 10 倍，并可并行运行多个智能体。Replit 已在 Google Cloud Marketplace 上架，并与 Cloud Run、Kubernetes Engine 和 BigQuery 集成。
Google 的 Gemini 2.5 Flash 和 2.5 Pro 主要区别在于速度与推理深度，两者均提供 100 万 token 上下文窗口，并原生支持在 Vapi 中用于语音代理。Flash 在每秒 163 token 的速度下，0.21–0.37 秒返回首个 token，输入/输出每百万 token 费用为 $0.15/$0.60；而 Pro 费用为 $1.25/$10，并增加了 Deep Think 模式，计划提供 200 万 token 窗口。
Vapi 介绍了如何在四款 Gemini 模型中为语音智能体做选择：Gemini 1.0 Pro 适合可预测、符合合规要求的流程，输入每百万 token 0.50 美元、输出每百万 token 2.00 美元；Gemini 1.5 Flash 适合高吞吐量工作，上下文窗口为 100 万 token；Gemini 1.5 Pro 适合深度推理，上下文窗口为 200 万 token，长上下文检索准确率达 99.7%；Gemini 2.0 Flash 支持原生工具调用。
Suno 使用 Modal 在数千块 GPU 上扩展推理和批量预处理，使其音乐生成模型提前四个月推向市场，而无需招聘工程师来构建和维护基础设施。团队用几个简短的 Python 脚本、无需配置文件就完成了批量预处理，随后通过暴露 HTTP 的函数和跨多个模型与容器的链式推理扩展到模型部署。Modal 自动扩展到数千块 GPU，应对了假期需求高峰，且无需长期预留 GPU。